Analysis of abnormal user behavior of railway Internet ticketing based on big data technology
-
摘要: 近几年铁路互联网售票系统不断完善,给人民群众的出行带来了很大的便利,售票量不断增加,同时也存在抢票、囤票等异常用户行为,为了保障售票系统的安全稳定运行及维护公平公正的售票环境,提出了基于大数据技术的海量用户行为日志分析系统架构,有效地识别出异常购票行为。Abstract: In recent years, the railway Internet ticketing and reservation system has been continuously improved, which brings great convenience to people's travel and increasing ticketing sales at the same time, there exists grabbing tickets, store tickets and other abnormal user behavior. In order to ensure the safe and stable operation of the system and maintain fair and equitable ticketing environment, this article proposed the analysis system framework of large user behavior log based on big data technology. The framework could identify the abnormal ticketing behavior efficiently.
-
-
[1] 朱建生,王明哲,杨立鹏,等. 12306 互联网售票系统的架构优化及演进[J]. 铁路计算机应用, 2015,24(11):1-4.[2] 任 凯 , 邓 武,俞 琰. 基于大数据技术的网络日志分析系统研究[J]. 现代电子技术,2016(2):39-41.[3] 郝 璇. 基于Apache Flume 的分布式日志收集系统设计与实现[J]. 软件导刊 , 2014(7):110-111.[4] 王 岩,王 纯. 一种基于Kafka 的可靠的Consumer 的设计方案[J]. 软件,2016, 37(1).[5] 胡宇舟,范 滨,顾学道,等. 基于Storm 的云计算在自动清分系统中的实时数据处理应用[J]. 计算机应用,2014(s1):96-99.[6] 唐长城,杨 峰,代 栋,等. 一种基于HBase 的数据持久性和可用性研究[J]. 计算机系统应用,2013(10):175-180.[7] 姚登举,杨 静,詹晓娟. 基于随机森林的特征选择算法[J].吉林大学学报:工学版, 2014,44(1):137-141.[8] Kanungo T, Mount D M, Netanyahu N S, et al. An efficient k-means clustering algorithm: analysis and implementation[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2002, 24(7):881-892. -
期刊类型引用(12)
1. 纪伟,杨志,吴桦林,路晓彤,焦晓辉. 境外铁路互联网售票系统方案研究. 铁路通信信号工程技术. 2023(06): 106-111 . 百度学术
2. 任娜. 基于计算机技术的地铁互联网售票机系统移动支付的开发设计. 自动化技术与应用. 2021(03): 144-147 . 百度学术
3. 潘飞,姜可,王东琦. 基于眼动追踪技术的购票网站可用性设计研究. 包装工程. 2020(24): 243-247 . 百度学术
4. 刘卫红,张翼翔,尹冰艳. 第三方网络平台售票行为的法律规制与完善. 铁道运输与经济. 2019(02): 107-110+116 . 百度学术
5. 王煜,徐彦,方伟,王亮. 高速铁路动卧旅客对价格敏感度的识别与研究. 铁路计算机应用. 2019(03): 12-15 . 本站查看
6. 王岩. 基于大数据分析的网络入侵数据检测系统设计. 电脑知识与技术. 2019(19): 56-58 . 百度学术
7. 王元媛. 铁路常旅客积分系统设计研究. 铁道运输与经济. 2019(11): 20-25 . 百度学术
8. 刘志金. 大数据在联通互联网维护中的应用探讨. 数字技术与应用. 2018(02): 39+185 . 百度学术
9. 王同军. 智能铁路总体架构与发展展望. 铁路计算机应用. 2018(07): 1-8 . 本站查看
10. 马立新,许报,李黎滨,曹源,郑磊. 基于大数据技术的网络异常行为分析监测系统. 通信电源技术. 2018(07): 156-157 . 百度学术
11. 李雯,朱建生,单杏花. 基于指数权重算法的铁路互联网售票异常用户智能识别的研究与实现. 铁路计算机应用. 2018(10): 7-10 . 本站查看
12. 王乙为. 从微观经济学分析互联网抢票软件加价购票行为. 高考. 2017(33): 272 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 281
- HTML全文浏览量: 24
- PDF下载量: 67
- 被引次数: 15